静脉曲张破裂出血是肝硬化最严重的并发症之一，死亡率为10％至20％。较大的静脉曲张可通过药物或内镜进行治疗以减少破裂出血的发生，因此，临床建议对肝硬化的患者进行常规内窥镜检查以预防静脉曲张破裂出血的发生。但是，超过一半的肝硬化患者没有胃食管静脉曲张的发生，使得内窥镜检查的阳性率较低。因此，建立一种检测肝硬化患者的高风险静脉曲张存在的非侵入性检查方式十分重要。

      已有研究表明，于CT上测量的肝和脾的体积有助于识别临床上显著的门脉高压和肝硬化失代偿，但是由于人工手动分割过程十分繁琐，阻碍了其在临床实践中的使用。现阶段，深度学习算法可以在CT上实现全自动肝、脾体积的测量。因此，如果单独使用肝脏和脾脏体积或与其他临床因素结合可以检测出高风险静脉曲张，则基于深度学习的CT体积测量可以提供更多的附加信息且无需花费额外的时间和精力。考虑到CT在评估肝硬化患者中的广泛应用，一个可靠的基于CT的标准可以确定或排除高风险静脉曲张，这对于选择最佳的内镜筛查患者和可以安全避免内镜筛查的低风险患者是有用的。

---

      近日，发表在European Radiology杂志的一项研究开发了一种结合基于CT深度学习分析获得的脾体积和临床因素以检测高危静脉曲张的无创性指标，并评估了CT在筛查乙型肝炎病毒性肝硬化患者高危静脉曲张的存在和预测其破裂出血风险中的实用性。

      本项回顾性研究纳入了419例乙型病毒性肝硬化患者，他们分别于2007年至2008年（衍生队列，n = 239）和2009年至2010年（验证队列，n = 180）接受了内镜和CT检查。使用深度学习算法在CT图像上测量肝脏和脾脏体积。衍生队列的多变量逻辑回归分析建立了检测内镜确诊的高危静脉曲张的指标。通过按指标值对患者进行分层以评价静脉曲张出血的5年累积风险。

      根据衍生队列设计了脾脏体积-血小板比值指数。在验证队列中，平衡敏感性和特异性的截断指数值(> 3.78)对高危静脉曲张的检测敏感性为69.4%，特异性为78.5%，高敏感性的截断指数值(> 1.63)可检测所有高危静脉曲张。该指数将所有患者分层至低(指数值≤1.63;n = 118)、中等(n = 162)、高(指数值> 3.78;n = 139)风险组，这三组的静脉曲张出血的5年累积发生率分别为0%、1.0%和12.0% (p < .001)。

表1 衍生队列中检测高危静脉曲张的临床和容积参数的单变量和多变量分析。

表2 高危静脉曲张和静脉曲张出血的风险分层。

 

      CT可用于检测乙型病毒性肝炎肝硬化患者高危食管胃静脉曲张的寻在和评估未来静脉曲张出血的风险。利用基于深度学习的CT分析获得的脾脏体积与血小板的比率可以识别高危静脉曲张存在和出现概率极低的患者以避免这部分患者进行不必要的内镜检查。

---

原始出处：

Chul-Min Lee,Seung Soo Lee,Won-Mook Choi,et al. An index based on deep learning-measured spleen volume on CT for the assessment of high-risk varix in B-viral compensated cirrhosis.DOI:10.1007/s00330-020-07430-3

Tags： Eur Radiol：脾脏体积的测量是否可评价乙型病毒性肝硬化代偿的高危静脉曲张的高危性？